O Fichamento Big Data

1.Identificação do aluno:

2.Identificação do texto: Philip Chen, C. L., & Zhang, C.-Y. (2014). Data-intensive

applications, challenges, techniques and technologies: A survey on Big Data. Information

Sciences, 275, 314–347. H-index: 142, disponível em: www.scimagojr.com.

3.Pontos-chave:

Proposta: Apresentar conhecimentos acerca de técnicas, tecnologias e perspectivas

de Big Data.

Mérito: Apresenta um conjunto muito bem descrito da abordagem inicial do assunto,

desafios e oportunidades, bem como técnicas e tecnologias empregadas na

sua solução.

Validação: Não apresentado.

Perspectivas: Emprego de Big Data em outras áreas como computação linear,

computação em nuvem, sistemas de computação biológica e computação

quântica.

4. Palavras-chave: Big Data, data-intensive computing e-Science, parallel and distributed

computing, cloud computing.

5. Sinopse do texto: Segundo o artigo, no ano de 2014 o Big Data já consolidava-se como

uma das áreas mais relevantes na tecnologia da informação dado ao volume de dados que

crescia exponencialmente. A percepção do potencial e valores escondidos em grandes

volumes, chamava cada vez mais a atenção da comunidade científica. Empresas,

administração pública e segurança nacional concentravam estudos crescentes nesta área. O

texto apresentou o Big Data como campo a ser explorado, da mesma forma que percebeu-se

o surgimento de novos desafios para sua análise, armazenamento e visualização. De forma

geral o artigo destina-se a apresentar técnicas e tecnologias aplicadas ao tratamento de Big

Data. Por fim foram apresentadas também metodologias subjacentes e perspectivas como

por exemplo computação granular, computação em nuvem, computação biológica e

computação quântica, como campos de atuação onde sua aplicação deveria ser mais intenso.

Segundo o autor, várias agências do governo americano também verificaram as utilidades

do Big Data para apoio a tomada de decisões. Sendo assim o artigo apresentou, conceitos,

metodologias e desenvolvimento de técnicas e tecnologias para facilitar sua exploração. No

capítulo 3 foram apresentados de maneira mais detalhada alguns desafios a serem superados

na área, tais como a captura, armazenamento e transmissão de dados. Ainda a curação, ou

seja a qualidade dos dados, bem como suas formas de análise e visualização.

Depois de explanados levantamentos acerca dos desafios e oportunidades do Big Data, o

capítulo 4 apresentou técnicas e tecnologias atuais para abordagem do assunto. A seção 4.1

enumera e apresenta que as técnicas de Big Data envolvem várias áreas, incluindo

estatística, mineração, aprendizado de máquina, redes neurais, análise de redes sociais,

processamento de sinais, reconhecimento de padrões, métodos de otimização e abordagens

de visualização. Assim passou a análisar e apresentar considerações a respeito de cada uma

destas. Depois de apresentar as técnicas, a seção 4.2 apresenta as ferramentas mais

empregadas, enfatizando que atualmente uma dos conjuntos de tecnologias mais poderosos

usados com esta finalidade são oriundos da família do Apache Hadoop, a qual fornece

plataformas e aplicativos específicos no assunto. São apresentados ferramentas como

Apache Hadoop and map/reduce, Dryad, Apache mahout, Jaspersoft BI suite, Pentaho

business analytics, Skytree server, Tableau, Karmasphere studio and analyst e Talend Open

Studio. Todas as ferramentas descritas em subseções específicas, onde suas principais

características e potencialidades foram explanadas. No mesmo capítulo também são

apresentadas ferramentas para processamento streaming, ou seja, a possibilidade de

percepção, raciocínio e alteração de dados de forma dinâmica, já que esta área também é

desafio do Big Data. Ou seja, faz-se necessário processar dados, mesmo que em grande

quantidade e em tempo real, empregando recursos de computação paralela.Estes recursos

são muito requeridos atualmente em resposta de análise de logs por exemplo, os quais

precisam ser análisados em tempo real. Neste sentido foram apresentados ferramentas como:

Storm, S4, SQLstream s-Server, Splunk, Apache Kafka e SAP Hana. Ainda no mesmo

capítulo foram apresentadas ferramentas de Big Data baseadas em análise interativa, como o

Google’s Dremel e Apache drill. No capítulo 5 aprimorando os conhecimentos acerca do

assunto, são descritos os princípios aplicados aos sistemas Big Data, segundo autor de

referência no artigo. Tais princípios corroboram na compreensão da área e foram

sumazirados, divididos e apresentados em 6 princípios. O primeiro deles descreve que boas

arquiteturas e estruturas são necessárias e são a principal prioridade. O segundo descreve

que Big Data deve suportar uma variedade de métodos analíticos. No terceiro é descrito que